基于深度強化學習的多攻角翼型流動控制研究

摘要： 針對弱湍流條件下大攻角翼型產(chǎn)生的流動分離現(xiàn)象，采用柔性演員評論家(Soft Actor-Critic, SAC)深度強化學習(Deep Reinforcement Learning, DRL)算法訓練神經(jīng)網(wǎng)絡，并對其進行閉環(huán)主動流動控制策略研究。在復雜環(huán)境下，通過增添零質(zhì)量射流約束，采用三射流進行優(yōu)化策略研究，獲得不同攻角條件下的平均阻力系數(shù)。結(jié)果表明：使用DRL訓練得到的策略... （共11頁）